💡
原文英文,约600词,阅读约需3分钟。
📝
内容提要
谷歌的研究团队发表了一篇关于GameNGen的论文,这是一个能够模拟《毁灭战士》游戏的生成式AI模型。GameNGen以每秒20帧的速度模拟游戏,人类评估显示其与实际游戏受欢迎程度相近。谷歌基于开源模型进行了修改,使其能够根据之前的帧和动作输入生成游戏画面。经过强化学习训练,该模型能够模拟和维护真实游戏的复杂状态。谷歌通过与真实游戏对比展示了GameNGen,并且评委们有40%的时间更喜欢模拟游戏片段。谷歌希望这种模式能够带来游戏开发的廉价和易于访问,以及对帧率和内存占用的强大保证。
🎯
关键要点
- 谷歌研究团队发表了关于GameNGen的论文,这是一个能够模拟《毁灭战士》的生成式AI模型。
- GameNGen以每秒20帧的速度模拟游戏,人类评估显示其与实际游戏受欢迎程度相近。
- 该模型基于开源的Stable Diffusion v1.4文本到图像模型进行修改,能够根据之前的帧和动作输入生成游戏画面。
- 谷歌使用强化学习训练了一个游戏代理,收集了约9亿帧及其对应的动作作为训练数据。
- 经过训练后,模型能够模拟和维护真实游戏的复杂状态,包括玩家健康和物品。
- 评委们在对比模拟游戏片段与真实游戏片段时,40%的时间更喜欢模拟游戏片段。
- 谷歌希望这种模式能够降低游戏开发的成本,提高可访问性,允许通过文本描述或示例图像进行游戏开发和编辑。
- 该模式的短期目标包括创建现有游戏的修改或新行为,例如基于示例图像创建新角色。
- 新模式的其他优势包括对帧率和内存占用的强大保证。
- GameNGen的开发过程中发现了模型生成游戏帧时的“错误累积和样本质量快速下降”问题,研究人员通过添加噪声和噪声水平输入来解决。
- 虽然谷歌没有发布GameNGen的代码,但基础的开源Stable Diffusion模型权重在Huggingface上可用。
➡️